Кваліфікаційна робота на тему “Класифікація автомобільних марок за їхніми зображеннями” на здобуття першого (бакалаврського) рівня вищої освіти за спеціальністю 125 - Кібербезпека, спеціалізація, освітня програма: Кібербезпека, містить 19 рисунків, 1 таблиця, 1 додаток, 10 літературних джерел за переліком посилань. Робота виконана на 49 сторінках загального тексту і 39 сторінках основного тексту.
Метою роботи є розробка автоматизованої програмної системи, що здійснює класифікацію марок автомобілів за їхніми зображеннями, за умови того, що зображення може бути пошкоджені або спотворені.
У роботі був виконаний огляд методів класифікації зображень та аналіз їх властивостей. Для реалізації виконання поставленої задачі кваліфікаційної роботи, було підхід на основі згорткових нейромереж.
У результати проведеної роботи було розроблено декілька варіантів згорткових нейронних мереж, з різною оцінкою якості їх роботи. Найкраща конфігурація досягла рівня 81% точності класифікації.
Qualification work on "Classification of car brands by their images" for the first (bachelor's) level of higher education in specialty 125 - Cybersecurity, specialization, educational program: Cybersecurity, contains 19 figures, 1 table, 1 appendix, 10 references according to the list of references. The work is performed on 49 pages of general text and 39 pages of main text.
The goal of the work is to develop an automated software system that classifies car brands according to their images, provided that the images may be damaged or distorted.
The paper reviews the methods of image classification and analysis of their properties. To implement the task of qualification work, there was an approach based on convolutional neural networks.
As a result of this work, several variants of convolutional neural networks were developed, with different assessments of the quality of their work. The best configuration reached the level of 81% classification accuracy.
